如何用Python解析包含XML Schema信息的XML文件？

问题原因 #

你的XML文件使用了默认命名空间 http://www.myschool.com/schmea/studentData，所有子元素（如stuRec、as、acctDt等）都属于这个命名空间。xml.etree.ElementTree 在查找元素时必须明确指定命名空间，否则无法匹配到对应的标签。

同时你的代码存在两处逻辑错误：

• 根节点已经是studentData，使用.//studentData找不到任何子元素
• 直接调用find('acctDt')忽略了命名空间，返回None会导致后续.text调用报错

修正后的代码 #

import xml.etree.ElementTree as ET

# 解析XML文件
mytree = ET.parse("/Users/user/student.xml")
myroot = mytree.getroot()

# 定义命名空间映射，前缀可自定义（这里用ns）
ns = {'ns': 'http://www.myschool.com/schmea/studentData'}

# 遍历所有stuRec元素
for stu_rec in myroot.findall('.//ns:stuRec', ns):
    # 获取acctDt字段
    acct_dt = stu_rec.find('.//ns:acctDt', ns).text
    # 获取prov字段
    prov = stu_rec.find('.//ns:prov', ns).text
    
    print(f"acctDt: {acct_dt}, prov: {prov}")

代码说明 #

1. 命名空间映射：创建字典ns，将自定义前缀ns绑定到XML的命名空间URI，在XPath表达式中用ns:前缀指代该命名空间
2. 正确查找元素：使用findall和find时，第二个参数传入命名空间字典，XPath表达式中通过ns:前缀指定元素所属的命名空间
3. 遍历目标元素：直接遍历stuRec元素（而非studentData），再通过相对路径定位acctDt和prov字段

运行输出 #

acctDt: 2023-04-04, prov: AB
acctDt: 2023-05-14, prov: ON

内容的提问来源于stack exchange，提问作者Trango